机密机器学习工具
项目描述
机密机器学习工具
机密机器学习是指在不知道训练数据的情况下训练机器学习模型。许多企业需要使用机密机器学习以满足其向客户提供严格合规性和隐私保证的需求。此存储库包含了一组机密机器学习工具，特别强调在Azure机器学习管道中使用PyTorch。
⚠️弃用
自2021年5月起，此软件包已被弃用。 请安装 pip install shrike 并使用 shrike.compliant_logging 代替。更多信息：https://github.com/Azure/shrike
使用方法
有关更详细的示例和API参考，请参阅文档页面。
最小使用案例
from confidential_ml_utils import DataCategory, enable_confidential_logging, prefix_stack_trace
import logging
@prefix_stack_trace(allow_list=["FileNotFoundError", "SystemExit", "TypeError"])
def main():
enable_confidential_logging()
log = logging.getLogger(__name__)
log.info("Hi there", category=DataCategory.PUBLIC)
if __name__ == "__main__":
main()
贡献
此项目欢迎贡献和建议。大多数贡献需要您同意一份贡献者许可协议（CLA），声明您有权利，并且实际上确实授予我们使用您贡献的权利。有关详细信息，请访问https://cla.opensource.microsoft.com。
当您提交拉取请求时，CLA 机器人会自动判断您是否需要提供 CLA 并适当地装饰 PR（例如，状态检查，评论）。只需按照机器人提供的说明操作即可。您只需在所有使用我们 CLA 的仓库中做一次。
本项目采用了微软开源行为准则。有关更多信息，请参阅行为准则常见问题解答或通过opencode@microsoft.com联系我们有任何其他问题或意见。
下载文件
下载适用于您的平台文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分布
confidential-ml-utils-0.9.1.tar.gz (9.0 kB 查看哈希值)
构建分布
关闭
哈希值 for confidential_ml_utils-0.9.1-py3-none-any.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 8e2d9eccbb51ea1fb624e4cf641d13457f22fb90caf9f9bb2db50789c3a87788 |
|
| MD5 | fdc575d4b447c99c4a74b2c50debe475 |
|
| BLAKE2b-256 | 620eb0d70de2601445972405be129d495813706e4f617fe112d86b70d51dce63 |
